What Is Radical Candor? Meaning & Examples | Radical Candor
Radical Candor
# 직설적인 피드백의 네 가지 종류
- Obnoxious Aggression (무례한 공격)
- Ruinous Empathy (파괴적인 공감)
- Manipulative Insincerity (교묘한 비진실성)
- Radical Candor (급진적인 솔직함)
---
# Radical Candor 에 대한 나의 생각
Radical Candor 라는 개념을 접하고 어렴풋이 이해했던 개념은 동료 간에 완전한 솔직함을 추구해서 오해나 혼선에서 생기는 감정적인 비용을 줄이고 함께하는 사람과 환경의 변화나 성장의 적시를 놓치지 않는 것으로 이해 했었습니다.
그리고 이 개념이 객체 지향에서의 책임과 협력 관계와 어렴풋이 연관이 있을 것이라 생각했었습니다.
그동안 생각이 정리되지 않아 뭔가 명확히 정의내리기가 어려웠는데,
2023년을 회고하면서 Radical Candor에 대한 관련된 자료를 읽으며 이번에 제 나름의 개념으로 정의해보고자 합니다.
결론부터 말씀드리면 바로 "인간성을 잃지 않으면서 더 나은 방향을 위해 직설적인 피드백을 주고 받는 것" 입니다.
이전까지 제가 이해했던 개념은 완전한 솔직함을 통해 내 자신의 허물을 남기지 않고 실수와 실패를 부담없이 할 수 있도록 해서 성장을 추구해가는 방향에서 중요한 개념으로 생각했었습니다.
하지만 이런 관점은 제 자신에 대한 솔직함, 즉 개인의 변화에만 초점이 맞춰진 생각 이었던 것이고 함께하는 사람과 환경의 성장이 중요하다고 생각했다면 결국은 함께하는 이들에게도 어설픈 관심만 주지 않았어야 했고, 필요할 때 직설적인 피드백을 했어야 함을 반성하게 됩니다.
# 직설적인 피드백을 정의하는 두 지표 - 인간성, 진실성
위의 직설적인 피드백을 정의하는 두 지표로 Radical Candor 를 위해 무엇을 중요시 해야 하는지 생각해본다면
1) "인간성 (인간적인)"은 궁극적으로 상대에 대한 지속적인 관심과 연관이 있는 것이고 명확한 정의를 내리긴 어렵지만 '긍정적인 방향으로 함께해보자.' 하는 마음에서 관심을 주고 받는 커뮤니케이션이 될 수 있는게 아닌가 하는 어렴풋한 생각이 듭니다.
2) "진실성 (직설적인)" <- 이 부분을 더 분명히 하기 위해서는 기술적인 지식, 경험이 뒷받침 되어야 하는 것이 아닌가 하는 생각이 듭니다. 문제를 명확히 진단하고, 어떻게 해결하는 것이 자원과 시간이 한정적인 상황에서 조금 더 효과적인 방안을 도출할 수 있는지.. 그래서 불명확한 조언이나 어설픈 참견이 아닌 상대방이 납득할 수 있는 나만의 방안을 제시할 수 있는 것이 중요하지 않나 싶습니다.
이점에서 개발 능력에 대한 부족함을 많이 느끼게 되었고, 좀 더 성장해야 한다는 갈증을 느끼고 있습니다.
# Radical Candor와 객체 지향? - 협력 관점의 연관성
두 지표로 내용을 정리해보니 왜 객체 지향에서의 책임과 협력 관계가 어렴풋이 연관이 있을 것이라는 생각이 들었었는지 조금은 정리해볼 수 있을 것 같습니다.
```
"협력" 을 할 때 무엇을 해야 하고, 누가 잘 수행할 수 있는지 명확하다면
그 무엇을 누군가에게 요청하여 요구되는 기능을 구현할 수 있을 것이기에
올바른 방향성 + 직설적 피드백 = 효과적인 협력
이 성립될 수 있지 않을까? 하는 생각입니다.
```
2024년
`올바른 방향성 + 직설적 피드백 = 효과적인 협력` 이 맞는 내용인지 알아갈 수 있도록
조금 더 노력하는 한 해를 보내봐야겠습니다.
---
https://www.radicalcandor.com/blog/what-is-radical-candor/
https://hbr.org/podcast/2020/02/defining-radical-candor-and-how-to-do-it
다음 내용이 궁금하다면?
이미 회원이신가요?
2024년 1월 7일 오전 7:28
최근에 친구가 추천해준 데일 카네기의 인간관계론을 읽던 중 고액 연봉을 받는 엔지니어들의 특징에 대한 흥미로운 내용이 있었다.
... 더 보기과
... 더 보기다
... 더 보기AI(LLM) 애플리케이션의 발전 속도가 AI 지능(능력)의 발전 속도를 따라가지 못하고 있는 상태가 되었다. 즉, 이제 AI가 부족한 것이 문제가 아니라, AI의 능력을 100% 활용하지 못하고 있는 것이 문제인 상태가 되었다는 이야기.